用于阑尾炎诊断的因果贝叶斯模型
人工智能
2013-04-12 v1
摘要
因果贝叶斯方法基于这样一个假设：相对于某个因果代理（例如疾病）不条件独立的效应（例如症状），相对于由该代理引起的某种中间状态（例如病理条件）是条件独立的。本文描述了用于阑尾炎诊断的因果贝叶斯模型的开发过程。文章首先描述了处理不确定性的标准贝叶斯方法及其面临的主要批评。接着，阐述了贝叶斯方法因果扩展的理论基础，并详述了我们开发的具体改进。随后，文章描述了我们的知识工程与实现过程以及系统测试的结果。最后，讨论了因果贝叶斯方法如何应对标准贝叶斯模型的批评，以及为何它优于人工智能社区中流行的其他不确定性推理方法。
引用
@article{arxiv.1304.3106,
title = {A Causal Bayesian Model for the Diagnosis of Appendicitis},
author = {Stanley M. Schwartz and Jonathan Baron and John R. Clarke},
journal= {arXiv preprint arXiv:1304.3106},
year = {2013}
}
备注
Appears in Proceedings of the Second Conference on Uncertainty in Artificial Intelligence (UAI1986)